这是名为 Deep Learning with PyTorch 的 Windows 应用程序，其最新版本可作为 DLSP19.zip 下载。 它可以在工作站的免费托管服务提供商 OnWorks 中在线运行。
免费下载并在线运行这个名为 Deep Learning with PyTorch with OnWorks 的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从本网站启动任何 OS OnWorks 在线模拟器，但更好的 Windows 在线模拟器。
- 5. 从您刚刚启动的 OnWorks Windows 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序并安装。
- 7. 从您的 Linux 发行版软件存储库下载 Wine。 安装后，您可以双击该应用程序以使用 Wine 运行它们。 您还可以尝试 PlayOnLinux，这是 Wine 上的一个花哨界面，可帮助您安装流行的 Windows 程序和游戏。
Wine 是一种在 Linux 上运行 Windows 软件的方法，但不需要 Windows。 Wine 是一个开源的 Windows 兼容层，可以直接在任何 Linux 桌面上运行 Windows 程序。 本质上，Wine 试图从头开始重新实现足够多的 Windows，以便它可以运行所有这些 Windows 应用程序，而实际上不需要 Windows。
SCREENSHOTS
Ad
使用PyTorch进行深度学习
商品描述
本课程涉及深度学习和表示学习的最新技术，重点是有监督和无监督的深度学习、嵌入方法、度量学习、卷积和循环网络，以及在计算机视觉、自然语言理解和语音识别中的应用。 先决条件包括 DS-GA 1001 数据科学简介或研究生级别的机器学习课程。 为了能够进行练习，您需要一台装有 Miniconda（Anaconda 的最小版本）和几个 Python 包的笔记本电脑。 以下说明适用于 Mac 或 Ubuntu Linux 用户，Windows 用户需要在 Git BASH 终端中安装和工作。 JupyterLab 内置了可选择的深色主题，所以如果你想使用经典的笔记本界面，你只需要安装一些东西。
特性
- Jupyter Notebooks 在整个讲座中用于交互式数据探索和可视化
- 这个笔记本存储库现在有一个配套网站
- 监督学习、神经网络和深度学习的基础知识
- 卷积神经网络及其应用
- 正则化技巧、优化技巧以及理解深度学习的工作原理
- 神经网络参数变换和卷积基本概念的可视化
分类
这是一个也可以从 https://sourceforge.net/projects/deep-l-with-pytorch.mirror/ 获取的应用程序。 它已托管在 OnWorks 中，以便从我们的免费操作系统之一以最简单的方式在线运行。
